EA-070 - CONCORDANCIA ENTRE LA DEFINICIÓN CLÍNICA POR ACUERDO DE DOS O MÁS INVESTIGADORES Y LA IDENTIFICACIÓN AUTOMÁTICA POR CÓDIGOS CIE9MC
1Medicina Interna. Complejo Hospitalario Virgen del Rocío. Sevilla. 2Servicios de Apoyo del Servicio Andaluz de Salud.
Objetivos:Conocer el grado de concordancia en la identificación de pacientes pluripatológicos (PPP) mediante dos métodos diferentes: el método de identificación clínica estándar, y método automático utilizando los códigos CIE9MC.
Material y métodos:Estudio descriptivo transversal multicéntrico con inclusión de 1.518 pacientes dados de alta administrativa en Conjunto Mínimo Básico de Datos Andalucía (CMBDA) de 17 hospitales de primer, segundo y tercer nivel, incluyendo las altas y exitus durante el episodio de hospitalización, en el período 2013-2014. Se incluyeron a los paciente mayores de 18 años, con alta administrativa en CMBDA de las especialidades clínicas y con posibilidad de acceso a su Historia Digital y al alta médica del episodio índice. Muestreo probabilístico estratificado. Las variables cualitativas se describieron mediante número absoluto y porcentajes, y las cuantitativas con la mediana y rango intercuartil. Tres investigadores independientes aplicaron los Criterios Clínicos para la identificación de PPP. Se consideró PPP según los criterios clínicos, si 2 y/o 3 investigadores lo catalogaban como PPP y se comparó el grado de concordancia con el método automático utilizando los códigos CIE9MC. Todos los cálculos se realizaron con el paquete estadístico SPSS 20.0.
Resultados:Del total de pacientes (n = 1.518): 35,8% (n = 544) fueron clasificados según CIE9 como PPP, y 35,7% (n = 542) según acuerdo clínico. Hubo acuerdo entre dos investigadores en un 28,4% (n = 154) y entre los tres en un 71,6% (n = 388). De los 542 pacientes 336 (62%) eran varones. La mediana en edad fue de 77 años (69-83). Los diagnósticos principales al alta más frecuentes según el CIE9MC, fueron los relacionados con la Categoría A (cardiovascular), seguido de diagnósticos relacionados con procesos bronquiales que en total fueron del 14,8% (n = 80). Los diagnósticos clínicos al alta más frecuentes fueron IC 21% (n = 114), seguido de EPOC 11,4% (n = 62), IAM 10,9% (n = 59), AVC 8,5% (n = 46). La media de categorías de los tres investigadores resultó: media 2,3 con un mínimo de 1,33 y máximo de 4,67, y una mediana de 2 (2-2,6). En la distribución por categorías según acuerdo clínico (dos o más investigadores): categoría A 72,3% (n = 392), seguida de C 42,8% (n = 232), categoría E 41,9% (n = 227), la B un 36,7% (n = 199). En la distribución por categorías utilizando el CIE9MC: categoría A 61,3%, categoría C 41,1%, categoría B 35,2%, categoría E 28,4%. El coeficiente de correlación intraclase en la cohorte global entre los tres investigadores y CIE9 para el número de categorías de inclusión fue de 0,745 (IC95% [0,721-0,768]; p < 0,0001). El coeficiente de correlación intraclase en la cohorte global entre acuerdo clínico dos o más investigadores y CIE9 para el numero de categorías de inclusión fue de 0,626 (IC95% [0,581-0,666]; p < 0,0001). El coeficiente de correlación intraclase en la cohorte de PPP entre investigadores y CIE9 para el número de categorías de inclusión fue de 0,486 (IC95% [0,406-0,557]; p < 0,0001). El coeficiente de correlación intraclase en la cohorte PPP entre acuerdo clínico dos o más investigadores y CIE9 para el numero de categorías de inclusión fue de 0,219 (IC95% [0,138-0,298]; p < 0,0001). El índice kappa de concordancia entre clasificación de PPP según acuerdo clínico dos o más investigadores y clasificación PPP según código CIE9 fue 0,661 (IC95% [0,622-0,701]) con (p < 0,0001) de acuerdo con un porcentaje global entre observadores de 0,844 (IC95% [0,825-0,862]).
Conclusiones:La concordancia entre la identificación de pacientes pluripatológicos utilizando los códigos CIE9 y la identificación basada en los criterios clínicos es buena así como el coeficiente de correlación intraclase tanto en la cohorte global como en la de PPP. Por ello podría ser utilizado la identificación de PPP de forma automática utilizando el CIE9MC como screening poblacional.
